混淆逻辑与的输出与 Tensorflow 中的两个二进制张量

Question

我在张量流中有两个二进制张量。我想将它们都转换为布尔张量（按元素），并且基本上得到一个“交集”，一个逻辑与。然而，在转换为布尔值以及 logical_and 部分中似乎出现了问题。我做错了什么？

sess = tf.InteractiveSession()
x = tf.random_uniform([1, 10], dtype=tf.int32, maxval=2))
y = tf.random_uniform([1, 10], dtype=tf.int32, maxval=2))
print(x.eval())
print(y.eval())
x = tf.cast(x, tf.bool)
y = tf.cast(y, tf.bool)
print(x.eval())
print(y.eval())
intersect = tf.logical_and(x, y)
print(intersect.eval())

这会产生以下输出：

[[0 0 1 1 0 1 0 0 1 1]]
[[0 1 0 0 1 0 1 0 0 1]]
[[False  True  True  True  True False False  True  True  True]]
[[False  True  True  True  True  True  True False  True  True]]
[[False False  True  True False False False False False  True]]

Answer 1

tf.random_normal 每次评估 intersect 时都会生成一个新的随机张量。

试试这个：

sess = tf.Session()
x = tf.random_uniform([1, 10], dtype=tf.int32, maxval=2)
sess.run([x, tf.cast(x, tf.bool)])

输出：

[array([[0, 1, 0, 0, 0, 0, 0, 0, 1, 1]], dtype=int32), 
 array([[False,  True, False, False, False, False, False, False,  True,
     True]])]

因此，如果您同时运行这两个操作，您将获得相同的输出。 考虑将x 和y 存储为tf.constant